spark就是这样工作的：
当您持久化rdd时，每个节点将其计算的任何分区存储在内存中，并在该数据集（或从该数据集派生的数据集）上的其他操作中重用这些分区。
所以当你不这样做的时候，它就不会。如果您不止一次地使用rdd，并且有足够的内存，那么您通常希望将其持久化。
这不能自动完成，因为spark不知道您是否要重用rdd：例如，您可以计算rdd，然后 sample 它，并使用结果来决定是否要对rdd执行其他操作，因此rdd是否使用两次取决于随机数生成器。

如果您没有使用rdd.cache，rdd计算结果将不会持久保存在内存中

val rdd_test: RDD[Int] = sc.makeRDD(Array(1,2,3), 1)
val a = rdd_test.map(_+1)
val b = a.map(_+1)

现在， a 以及 b 这三个rdd数据不在内存中。那么，什么时候 val c = b.map(_+1) , a 以及 b 将重新计算。如果我们在a和b上使用缓存：

val rdd_test: RDD[Int] = sc.makeRDD(Array(1,2,3), 1)
val a = rdd_test.map(_+1).cache
val b = a.map(_+1).cache

那么 val c = b.map(_+1) , a 以及 b 不会重新计算。
（请注意：如果内存不足， cache 方法会失败，所以 a 以及 b 将重新计算。
对不起，我英语不好。